La révolution de l’IA : est-ce déjà arrivé ?

Depuis des décennies, les scénaristes et les cinéastes rêvent de la révolution de l’IA. Qu’il s’agisse du maléfique HAL 9000 de 2001 : A Space Odyssey ou des droïdes sensibles de Star Wars, l’intelligence artificielle complexe est une caractéristique de la représentation des civilisations futuristes avancées. Mais en réalité, à quel point sommes-nous proches d’une révolution de l’IA ? Quand pourra-t-on récolter les fruits de la pensée informatisée ? Allons-nous jamais voir l’intelligence qui correspond à notre imagination la plus folle de la science-fiction ?

Une idée fausse courante dans les discussions sur l’intelligence artificielle est l’hypothèse selon laquelle l’IA est un sujet homogène. La nature de l’IA la plus familière avec la conscience publique quotidienne est celle de l’intelligence générale artificielle (AGI). C’est le type d’intelligence que l’on trouve dans la science-fiction, faisant référence à l’IA avec des compétences d’intelligence humaine. Pour que les informaticiens considèrent qu’une intelligence est qualifiée d’AGI, ils doivent être capables de raisonner, de représenter les connaissances, de planifier, d’apprendre et d’intégrer toutes ces compétences dans un objectif commun.

Test de Turing

Enigma, la machine de cryptage inventée par Alan Turing

L’un des tests les plus connus pour confirmer l’AGI au niveau humain est le test de Turing. Il est conceptualisé par le « père de l’informatique » britannique Alan Turing en 1950, le test repose sur la question de savoir si un ordinateur peut parler comme un humain.

Dans le test, un juge humain a une conversation textuelle avec trois joueurs invisibles et évalue leurs réponses. Si un ordinateur peut remplacer l’un de ces joueurs sans modifier significativement les résultats, et que ses conversations ne peuvent donc pas être distinguées de celle d’un humain, il passe et est dit intelligent. Turing a prédit que d’ici l’an 2000, les ordinateurs dotés de 100 Mo de mémoire seraient en mesure de réussir le test avec brio. Turing avait-il raison, nos ordinateurs d’aujourd’hui peuvent-ils réussir le test ?

Même si les ordinateurs ont aujourd’hui beaucoup plus de mémoire que les prédictions de Turing, seule une poignée d’entre eux ont réussi ce test. Plus célèbre en 2014, un programme informatique appelé Eugene Goostman a réussi le test en convainquant 33 % des juges lors d’un événement organisé par l’Université de Reading qu’il était humain. Il y est parvenu en imitant un garçon ukrainien de 13 ans et s’est caché derrière les barrières de l’âge et de la langue pour encourager les juges à pardonner ses erreurs grammaticales et son manque de connaissances générales.

Malgré ce passage, beaucoup sont sceptiques quant à savoir si les chatbots comme Eugene Goostman présentent une réelle intelligence. Le développeur d’un chatbot concurrent, Cleverbot Rollo Carpenter, a soutenu que le test de Turing ne pouvait que prouver qu’une machine peut imiter un humain, plutôt que de démontrer une intelligence humaine. Comment l’imitation humaine peut-elle contribuer à une « révolution de l’IA » ?

Le robot du service client

En 2019, Amazon a basculé son principal port de support client, le chat en direct, vers une machine de chat automatisée. Contrairement aux chatbots qui se disputent le Turing Customer Service Bot s’appuie sur une série d’invites et de réponses pré-préparées et ne s’adapte donc pas à ce que ses utilisateurs veulent demander. Je fais simplement défiler ses réponses pré-préparées, contrairement au bouton « Se connecter à Live Associate » qui apparaît. Mais que se passerait-il si, dans un avenir proche, les centres d’appels du service client et les opérateurs de chat en direct pouvaient être entièrement remplacés par un programme informatique compatible Turing ?

C’est ce que l’entreprise technologique américaine Interactions LLC veut faire connaître. Les assistants virtuels intelligents hébergés par Interactions visent à remplacer ou à compléter les services de service client humains en utilisant l’IA conversationnelle pour comprendre les requêtes des clients et fournir des réponses intelligentes en réponse. Ils utilisent la compréhension du langage naturel (NLU) pour analyser et interpréter le texte du client, trouver l’intention et former une réponse. Ensuite, à l’aide de Natural Language Generation, le logiciel Interactions peut formuler une réponse naturelle et humaine pour résoudre la requête du client.

L’IA peut s’améliorer chaque fois qu’elle fonctionne en mettant en œuvre l’apprentissage automatique et en optimisant ses fonctionnalités pour améliorer l’intelligence et la ressemblance humaine. Dans la dernière moitié de cet article, nous verrons dans quelle mesure les progrès de l’apprentissage automatique/profond contribuent à la « révolution de l’IA ».

À mesure que nous nous rapprochons de la véritable AI/AGI, les avantages de ces logiciels deviennent de plus en plus évidents. La main-d’œuvre continue d’être l’un des coûts de production les plus élevés ou, dans la plupart des cas, les coûts de production les plus élevés. Pour les grandes entreprises, ouvrir des centres d’appels et embaucher des dizaines de travailleurs du chat en direct est un coup dur. Si les entreprises, en particulier les entreprises de commerce électronique, qui opèrent avec des marges bénéficiaires aussi minces, peuvent réduire leurs coûts de personnel, cela pourrait encore faire baisser les prix des détaillants en ligne. Le service client continue d’être coûteux mais fait partie intégrante des opérations des détaillants, mais avec les progrès des chatbots, la révolution de l’IA pourrait changer le commerce électronique à jamais.

La révolution de l’IA : l’apprentissage automatique

Les percées du Machine Learning au début des années 2010 ont considérablement changé le paysage de la technologie de l’IA. Le Machine Learning se concentre sur le développement de programmes informatiques qui peuvent accéder aux « données d’entraînement » et apprendre sans supervision sans assistance humaine. La façon dont les outils de Deep Learning utilisent les données d’entraînement consiste à rechercher des modèles communs afin d’optimiser les décisions futures. En 2012, l’équipe Google Brain a développé un réseau de neurones pour reconnaître les images de chats. Les humains le font instinctivement : on peut dire ce qu’est un chat sans avoir à y penser. Mais il est beaucoup plus difficile de dire à un ordinateur comment reconnaître un chat.

Les robots ne peuvent pas voir, et tout ce qu’ils peuvent faire est de valider les modèles dans les données : les données d’entraînement. L’équipe a fourni au programme informatique des millions d’images de chats vérifiées par l’homme et le programme a commencé à reconnaître des motifs dans les données en analysant les couleurs des pixels de l’image. Après de nombreux cycles de test des robots par rapport aux données d’entraînement, les programmes informatiques optimisent et de plus en plus efficaces dans l’accomplissement de leurs tâches et la reconnaissance des schémas. C’est la propriété des programmes informatiques qui apprennent eux-mêmes comment améliorer la reconnaissance qui rend l’apprentissage profond si puissant.

Les

programmes modernes d’apprentissage automatique peuvent s’enseigner à la « vitesse de la lumière » et appliquer des optimisations impossibles à apprendre pour les humains. Alors que les bots commencent à sembler stupides et inefficaces, après des millions ou des milliards de cycles où les programmes se testent et s’optimisent eux-mêmes, le deep learning a permis de nombreuses applications où les ordinateurs sont beaucoup plus efficaces que les humains ne pourraient jamais l’être. De la reconnaissance faciale parfaite à la prise de décisions d’actions et de négociation en quelques microsecondes, l’apprentissage automatique est rapidement devenu le champ de bataille des percées technologiques de l’IA. Si vous avez déjà effectué des recherches sur le Web ou utilisé un réseau de médias sociaux, le Deep Learning a été utilisé pour développer des algorithmes afin de suggérer le meilleur contenu pour votre engagement. Les assistants vocaux ont pu mieux reconnaître votre discours grâce au Deep Learning et peuvent désormais avoir des conversations tout à fait naturelles avec vous grâce à l’apprentissage automatique.

Quelle est la prochaine étape ?

L’IA de Machine Learning a trouvé sa meilleure utilisation dans les projets et les entreprises de grande envergure qui desservent une large base d’utilisateurs. Les entreprises telles que Google peuvent utiliser l’IA pour effectuer des tâches impossibles à réaliser pour les humains, comme recommander des vidéos YouTube ou faire correspondre parfaitement les annonces à un public cible.

Les progrès de l’IA remettront davantage de cartes aux entreprises technologiques d’un milliard de dollars qui dirigent Internet. Grâce à la puissance du matériel informatique, ils peuvent optimiser leurs modèles commerciaux et continuer à s’enrichir et à devenir plus puissants.

L’IA est le nouveau terrain de jeu monopolistique. Si votre entreprise peut être de plusieurs ordres de grandeur plus efficace que ses concurrents, il devient facile de dominer le marché. Des entreprises comme Facebook et Google continueront d’injecter des millions de dollars dans ce secteur en pleine croissance pour alimenter la révolution de l’IA.

L’accent est désormais mis sur le raisonnement automatique. Les ordinateurs peuvent désormais très bien apprendre, mais si nous voulons atteindre l’IA de la science-fiction, les machines doivent commencer à raisonner.

« Le Deep Learning a été un succès pour des types de problèmes bien définis où il y a beaucoup de données étiquetées, et il est efficace pour les problèmes de perception et de classification plutôt que de vrais problèmes de raisonnement », explique Murray Campbell, l’un des architectes du maître d’échecs IA d’IBM, DeepBlue. « La prochaine grande opportunité est de raisonner ce que le Deep Learning a apporté à la perception et à la classification. »

Mais pour l’instant, l’apprentissage informatique va continuer à transformer le paysage des entreprises : réduire les coûts et remplacer les travailleurs humains. La technologie ne peut que s’améliorer et s’améliorer, et la révolution de l’IA se poursuivra.

En conclusion, la révolution de l’IA est-elle là ? Nous sommes encore des années à voir une intelligence générale artificielle capable de raisonner et d’utiliser l’imagination pour résoudre les problèmes. Mais nous y arrivons. nos vies pour le mieux ont été fixées, et bientôt une révolution transformera complètement notre mode de vie. Pour l’instant, nos algorithmes vont s’améliorer et la technologie deviendra plus fonctionnelle et plus efficace. Les entreprises technologiques auront cependant toujours un raisonnement profond à l’horizon, c’est la fin du jeu : une AGI.

Gaston Alexandre

En tant que travailleur indépendant, j’ai décidé de me lancer dans la rédaction d’articles basée sur le buzz international. Je traite ainsi différents sujets, et particulièrement ceux qui ont suscité un énorme engouement dans la société mondiale. J’écris ainsi des articles concernant les thématiques à fort caractère, c’est-à-dire qui créent un véritable impact émotionnel chez le lecteur. Le nombre d’articles que j’écris est variable au quotidien. L’objectif étant de fournir le maximum d’informations pertinentes du jour, vous pouvez alors découvrir de nombreuses publications d’une douzaine de lignes par article.
Bouton retour en haut de la page